1. Aula 3
Medidas Resumo
Profa. Dra. Juliana Garcia Cespedes
Dep. de Matemática e Computação
UNIFEI - Itajubá
2. Medidas de posição
Vimos como resumir os dados por meio de tabelas de
frequências e gráficos. Desta forma obtemos
informações sobre o comportamento de uma variável.
Mas, muitas vezes, queremos resumir ainda mais estes
dados, apresentando um ou alguns valores que sejam
representativos da série toda.
Quando usamos um só valor, reduzimos drasticamente os
dados.
Geralmente, emprega-se as medidas de posição
(localização) central: média, mediana ou moda
3. Média
• Conceito familiar: É a soma das observações
dividia pelo número total delas.
• Conceito formal: Se x1, ..., xn são os n valores
da variável X, a média aritmética de X pode ser
escrita:
n
x i
X i 1
n
4. Média
• Se os dados estiverem resumidos em uma tabela de
frequências, então a média de X pode ser escrita:
k
fx i i
X i 1
n
• Ou, usando a frequência relativa:
k
X fri xi
i 1
7. Mediana
• A Mediana é a realização que ocupa a posição central da
série de observações, quando estão ordenadas em ordem
crescente.
• Se o número de observações for ímpar o mediana é a
posição central da série:
3, 4, 7, 8, 8
• Se o número de observações for par, usa-se como
mediana a média aritmética das duas observações
centrais:
3, 4, 7, 8 (4+7)/2 = 5,5
8. Mediana
• Conceito formal:
Considere as estatísticas de ordem x(1) x(2) ... x(n)
• A mediana da variável X pode ser definida como:
x n 1
, se n ímpar;
2
md ( X ) x n x n
1
2 2 , se n par.
2
11. Moda
• A moda é definida como a realização mais
frequente do conjunto de valores observados.
• Pode haver mais de uma moda, ou seja, a
distribuições dos valores pode ser bimodal,
trimodal, ..., multimodal.
14. Medidas resumo
• Para calcular a moda precisamos apenas da
tabela de frequências.
(Variáveis qualitativas e quantitativas)
• Para calcular a mediana, precisamos ordenar as
realizações da variável.
(Variáveis qualitativas ordinal e quantitativas)
• Para a média precisamos que as variáveis sejam
mensuráveis.
(Variáveis quantitativas)
15. Medidas de dispersão
• O resumo de um conjunto de dados por uma única
medida de posição central esconde toda a
informação sobre a variabilidade do conjunto de
observações.
• Considere a nota de cinco grupos de alunos:
Grupo A (Variável X): 3,4,5,6,7
Grupo B (Variável Y): 1,3,5,7,9 X Y Z
Grupo C (Variável Z): 5,5,5,5,5
W V 5
Grupo D (Variável W): 3,5,5,7
Grupo E (Variável V): 3,5,5,6,6
16. Medidas de dispersão
• A média de cada grupo é igual, e com isso não
conseguimos informação sobre sua variabilidade.
• Para resumir a variabilidade de um conjunto de
dados utiliza-se a dispersão dos dados em torno da
média, e as medidas mais usadas são a variância
e o desvio padrão.
• Os desvios da média para o grupo A são -2, -1, 0,
1, 2. (Para qualquer conjunto de dados a soma
destes desvios é zero!!!)
17. Medidas de dispersão
• Opções:
• Considerar o total dos módulos dos desvios:
n
| x X |
i 1
i
• Considerar o total dos quadrados dos desvios
x X
n
2
i
i 1
18. Medidas de dispersão
• Mas como comparar essas medidas quando os
conjuntos de dados tem tamanhos diferentes?
• É melhor exprimir as medidas como médias:
x X
n n
| x X |
2
i i
dm( X ) i 1
var( X ) i 1
n n
Desvio médio Variância
19. Medidas de dispersão
As medidas de variabilidade indicam o quão
homogêneo é um conjunto de dados.
Para os grupos A e E tem-se:
2 1 0 1 2
dm( X ) 1,2
5
4 1 0 1 4
var( X ) 2,0
5
2 0 0 11
dm(V ) 0,8
5
4 0 0 11
var(V ) 1,2
5
20. Medidas de dispersão
A variância é uma medida de dispersão igual ao
quadrado da dimensão dos dados, pode causar
problemas de interpretação. Costuma-se usar,
então o desvio padrão, que é definido como a raiz
quadrada positiva da variância.
x X
n
2
i
dp( X ) var( X ) i 1
n
21. Medidas de dispersão
A medida de dispersão, desvio padrão, indica em
média qual será o “erro” (desvio) cometido ao
tentar substituir cada observação pela medida
resumo do conjunto de dados (Média).
Se os dados estiverem agrupados em tabelas de
frequências, as medidas de dispersão são dadas
por:
f x X
k
2
fri xi X
i i k
2
var( X ) i 1
n i 1
22. Medidas de dispersão
Uma maneira equivalente de calcular a variância,
computacionalmente mais eficiente, é:
n
x 2
i
var( X ) i 1
X 2
n
k
f i xi2
i 1
X 2
n
k
fri xi X 2
2
i 1
23. Exercício
Quer se estudar o número de erros de impressão de um
livro. Para isso escolheu-se uma amostra de 50 páginas,
encontrando-se o número de erros por página.
• Qual o número médio de erros? E o número mediano?
• Qual é o desvio padrão?
• Se o livro tem 500 páginas, qual o número total de erros
esperado no livro?
Erros Freq
0 25
1 20
2 3
3 1
4 1
24. Solução
• Média = 0,66
• Mediana = 0,5
• Desvio padrão = 0,8393
• Valor esperado = 330
